
python基础教程之分支、循环简单用法
本文实例讲述了python分支、循环简单用法。分享给大家供大家参考,具体如下:
讲程序设计,不得不讲到顺序、分支、循环。
顺序就是从上到下运行代码,这个很简单,不用再说了。
在讲分支、循环的时候,要特别注意python代码中的强制缩进。
我们先看看分支:
(1)简单的if-else
Python代码:
a = '1'
if a == 1: #注意后面有一个冒号。其中“==”是相等判断
print 1 #注意print 函数之前有一个tab键,这就是python的强制缩进
else: #注意else后面的冒号
print 0 #注意缩进
if (a == 1): #可以添加园括号
print 1
else:
print 0
输出是:
1
1
(2)and 逻辑判断
Python代码:
a = 1
b = 0
if a == 1 and b == 1: #and 是逻辑“与”运算,自然“or”就是逻辑“或”运算
print 1
else:
print 0
输出是:
0
(3)分支if -else if
更近一步看:
Python代码:
#else if
a = 1
b = 0
if a < 1:
print 1
elif b < 1: #注意这里不是else if ,而是elif。
print 0
输出是:
0
以上三个就讲完了分支判断。下面讲循环。
(一)开始是for循环:
其for循环根本上是元素的遍历:
如:
python代码:
for i in range(0, 5): #注意range是一个函数
print i
输出是:
0
1
2
3
4
其中range是一个函数,表示产生一个[0,5)的序列。这里用“[0,5)”这种数学 表达方式就是为了说明是大于等于0,小于5。是一个半开半闭区间。注意在python中都是使用半开半闭区间(我没有见过其他的形式,或许可以自己实现)。
而“for i in range(0, 5):”的含义就是从“0,1,2,3,4”这个序列中,每次取出一个元素赋值个变量i,每次执行print函数,打印元素i的值。
在if和for语句结束的地方都有一个冒号,这是为了告诉编译器,当前行结束了,应该解释后面一行了。
有了这个冒号,我们其实也可以不换行,直接执行print函数。
Python代码:
for i in range(0, 5):print i
(二)while 循环
while循环,当while条件成立的时候,执行while内部的程序段。
Python代码:
i = 10
while i > 0:
print i
i -= 1 #注意python不支持i--,i++,--i,++i之类的运算
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10在科研攻关、工业优化、产品开发中,正交试验(Orthogonal Experiment)因 “用少量试验覆盖多因素多水平组合” 的高效性,成为 ...
2025-10-10在企业数据量从 “GB 级” 迈向 “PB 级” 的过程中,“数据混乱” 的痛点逐渐从 “隐性问题” 变为 “显性瓶颈”:各部门数据口 ...
2025-10-10在深度学习中,“模型如何从错误中学习” 是最关键的问题 —— 而损失函数与反向传播正是回答这一问题的核心技术:损失函数负责 ...
2025-10-09本文将从 “检验本质” 切入,拆解两种方法的核心适用条件、场景边界与实战选择逻辑,结合医学、工业、教育领域的案例,让你明确 ...
2025-10-09在 CDA 数据分析师的日常工作中,常会遇到这样的困惑:某电商平台 11 月 GMV 同比增长 20%,但究竟是 “长期趋势自然增长”,还 ...
2025-10-09Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29